Meétodos Numeéricos con MATLAB Tercera edicion John H. Mathews California State University, Fullerton Kurtis D. Fink Northwest Missouri State University Traduccién Pedro José Patil Escolano Universidad de Sevilla Revisién técnica Antonio Fernandez Carrion Manuel Contreras Marquez Universidad de Sevilla PRENTICE HALL Madrid * México © Santafé de Bogota * Buenos Aires ¢ Caracas * Lima Montevideo * San Juan * San José © Santiago ¢ Sao Paulo * White Plains‘Datos de catalogacién bibliografical JOHN H. MATHEWS, KURTIS D. FINK Métodos Numéricos con MATLAB PRENTICE HALL, Madrid, 2000 Formato 170 x 240 Paginas: 736 JOHN H. MATHEWS, KURTIS D. FINK Métodos Numéricos con MATLAB No esta permitida la reproduccidn total o parcial de esta obra ni su tratamiento o transmisién por cualquier medio 0 método: sin autorizacién escrita de la Editorial. DERECHOS RESERVADOS © 2000 respecto a la primera edicién en espafiol por: PRENTICE HALL Iberia SRL. C/ Nuiez de Balboa, 120 28006 Madrid ISBN: 84-8322-181-0 Deposito Legal: M- 40.040-1999 Traducido de: Numerical Methods using MATLAB Copyright© 1999 by Prentice Hall, Inc ISBN: 0-13-270042-5, Edicién en espanol Editora: Isabel Capella Editor de produccién: Pedro Aguado Disefto de cubierta: DIGRAF, S. A. Impreso por: IMPRESO EN ESPANA - PRINTED IN SPAIN Este libro ha sido impreso con papel y tintas ecologicosIndice Li 1.2 1.3 21 2.2 2.3 24 2.5 3.1 3.2 3.3 3.4 Prélogo vii Preliminares 1 Un repaso al calculo infinitesimal 2 Numeros binarios M4 Analisis del error 26 Resolucién de ecuaciones no lineales 45 Métodos iterativos para resolver x = g(x) 46 Los métodos de localizacién de raices. 57 Aproximacién inicial y criterios de convergencia. 69 Los métodos de Newton-Raphson y de la secante 77 Los métodos de Aitken, Steffensen y Muller (opcional) 99 Resolucié6n de sistemas lineales 111 Vectores y matrices 11 Multiplicacién de matrices 120 Sistemas lineales triangulares 132 Eliminacién gaussiana y pivoteo 137iypice 3.5 3.6 3.7 41 4.2 4.3 44 45 4.6 ot ot Robe 6.1 6.2 71 7.2 7.3 74 7.5 8.1 Factorizacidn triangular 155 Métodos iterativos para sistemas lineales 171 Métodos iterativos para sistemas no lineales (opcional) 183 Interpolacién y aproximaci6n polinomial 203 Series de Taylor y célculo de los valores de una funcién 205 Introduccién a la interpolacién 216 Interpolacién de Lagrange 225 Polinomio interpolador de Newton 239 Polinomios de Chebyshev (opcional) 250 Aproximaciones de Padé 263 Ajuste de curvas 273 Rectas de regresién en minimos cuadrados 274 Ajuste de curvas 285 Interpolacién polinomial a trozos 302 Series de Fourier y polinomios trigonométricos 322 Derivacién numérica 335 Aproximaciones ala derivada 336 Formulas de derivacion numérica 355 Integracién numérica 371 Introduccién a la integracién numérica S72 Las reglas compuestas del trapecio y de Simpson 384 Reglas recursivas y método de Romberg 399 Integracion adaptativa 415 El método de integracién de Gauss-Legendre (opcional) 423 Optimizacién numérica 433 Minimizacién de una funcién 434inpIce 9 9.1 9.2 9.3 9.4 9.5 9.6 9.7 9.8 9.9 10 10.1 10.2 10.3 11 11.1 11.2 11.3 11.4 v Ecuaciones diferenciales ordinarias 463 Introduccién a las ecuaciones diferenciales 464 El método de Euler 470 El método de Heun 482 El método de la serie de Taylor 490 Los métodos de Runge-Kutta 497 Métodos de prediccién y correccién 515 Sistemas de ecuaciones diferenciales 529 Problemas de contorno 539 E) método de las diferencias finitas 548 Ecuaciones en derivadas parciales 557 Ecuaciones hiperbélicas 560 Ecuaciones parabdlicas 570 Ecuaciones elipticas 582 Autovalores y autovectores 601 El problema de los autovalores 602 Los métodos de las potencias 615 El método de Jacobi 629 Autovalores de matrices simétricas 643 Apéndice: MATLAB 661 Referencias tematicas 671 Bibliografia y referencias 675 Solucionesde algunos ejercicios 687 Indice analitico 713Proélogo Este libro proporciona una introduccién a los fundamentos del andlisis numé- rico adecuada para estudiantes de matematicas, informatica, fisica e ingenierfa. Se supone que la persona que lee este libro esta familiarizada con el cdlculo infini- tesimal y que ha recibido un curso de programacién estructurada. El contenido del texto esta organizado de forma modular para, que pueda ser ajustado tanto a un curso cuatrimestral como a uno anual. En pocas palabras, el libro contiene material suficiente para que se puedan seleccionar los temas adecuados a. las necesidades y los objetivos docentes de cada curso concreto. Los métodos numéricos son muy ttiles e interesantes para estudiantes de diversa procedencia, hecho que tenemos presente a lo largo de todo el libro. Asi, hay una amplia variedad de ejemplos y problemas que ayudaran a mejorar las habilidades de los estudiantes tanto en el conocimiento de la teoria como en la practica del andlisis numérico. Los calculos hechos con un computador se presentan mediante tablas y, cuando sea posible, también mediante gréficas, de manera que sea fécil visualizar e interpretar las aproximaciones numéricas obtenidas. Los programas hechos con el paquete MATLAB son nuestro vehiculo de presentacién de los algoritmos numéricos subyacent: Hemos puesto énfasis en la explicacién de por qué los métodos numéricos funcionan y de cudles son sus limitaciones. Esto constituye un reto que conlleva la necesidad de mantener un equilibrio entre la teoria, el andlisis del error y la legilibilidad. Presentamos, para cada método, un anidlisis del error que resulte apropiado para el método en cuestién, pero que, al mismo tiempo, no resulte oscuro para el lector. Damos una deduccién matematica de aquellos métodosviii PROLoGO que utilizan resultados elementales que debe servir para afianzar la comprensién que cada estudiante tiene de las matematicas estudiadas hasta el momento. Las tareas de computacién con el paquete MATLAB sirven para que los estudiantes tengan la oportunidad de practicar sus habilidades en la computacién cientifica. Los ejercicios numéricos mas cortos pueden realizarse con una calculadora de bolsillo y los mas largos pueden llevarse a cabo usando los programas del paquete MATLAB. Queda para el profesorado la labor de usar pedagégicamente los cdlculos numéricos para guiar a los estudiantes. Cada cual puede establecer las tareas que sean més apropiadas de acuerdo con los recursos de computacién existentes en su centro, pero, en cualquier caso, animamos a los estudiantes a que experimenten con los programas del paquete MATLAB. Estas herramientas pueden ser empleadas para ayudar a los estudiantes a realizar la componente numérica de los ejercicios que deban resolver en el laboratorio. Esta tercera edicién nace de la necesidad de corregir y actualizar los con- tenidos de la anterior; por ejemplo, hemos aiiadido el método QR al capitulo sobre autovalores y autovectores. Un aspecto nuevo de esta edicién es el uso explicito del paquete de programas MATLAB: incluimos un apéndice que con- tiene una introduccién a la sintaxis del paquete MATLAB y hemos afiadido ejemplos elaborados con esta herramienta a lo largo del libro, asi como progra- mas completos en cada seccién. Existe un disquete que puede solicitarse a la editorial. Nuestra actitud previa era que cualquier lenguaje de programacién que los estudiantes supieran utilizar podria resultar adecuado. Sin embargo, teniendo en cuenta que muchos de los estudiantes que se matriculan en este curso no han aprendido todavia ningiin lenguaje de programacién (salvo los de informatica), que el paquete MATLAB se ha convertido en una herramienta para casi todos los campos de la ingenieria y de la matematica aplicada y que sus versiones muevas han mejorado los aspectos de programacién, hemos pensado que los estudiantes emplearén su tiempo de manera mas facil y productiva con esta version de nuestro libro basada en el paquete MATLAB. Agradecimientos Nos gustaria expresar nuestra gratitud a todas las personas que han contribuido con su esfuerzo a las diversas ediciones de este libro. Yo (John Mathews) quiero agradecer, en primer lugar, a mis estudiantes de la California State University en Fullerton; a mis colegas Stephen Goode, Mathew Koshy, Edward Sabotka, Harris Schultz y Soo Tang Tan por su ayuda en la primera edicién y, ademas, a Russell Egbert, William Gearhart, Roneld Miller y Greg Pierce por sus suge- rencias para la segunda edicién. Le agradezco también a James Friel, Director del Departamento de Matematicas de la CSUF, el dnimo recibido. Criticos que hicieron recomendaciones muy ttiles para la segunda edicién fueron Walter M. Patterson III (Lander College), George B. Miller (Central Connecticut State University), Peter J. Gingo (The University of Akron), Mi-PROLOGO ix chael A. Freedman (The University of Alaska, Fairbanks) y Kenneth P. Bube (University of California, Los Angeles). Por sus recomendaciones para la se- gunda edicién, estamos agradecidos a: Richard Bumby (Rutgers University), Robert L. Curry (U.S. Army); Bruce Edwards (University of Florida) y David R. Hill (Temple University). En esta tercera edicién queremos agradecer sus sugerencias a Tim Sauer, George Mason University; Gerald M. Pitstick, University of Oklahoma; Victor De Brunner, University of Oklahoma; George Trapp, West Virginia University; Tad Jarik, University of Alabama, Huntsville; Jeffrey S. Scroggs, North Carolina State University; Kurt Georg, Colorado State University, y James N. Craddock, Southern Illinois University at Carbondale. Cualesquiera sugerencias de mejoras 0 posibles adiciones a este libro son bienvenidas; para ello puede ponerse en contacto directamente con los autores. John H. Mathews Kurtis D. Fink Mathematics Department Department of Mathematics California State University Northwest Missouri State University Fullerton, CA 92634 Maryville, MO 64468 mathews@fullerton.edu kfink@mail.nwmissouri.edu Notas del Traductor Sobre las traducciones de textos de matematicas no cuelga la espada de Damo- cles del dicho “traductor, traidor”; en buena parte porque el fondo del asunto, las matematicas, son un lenguaje universal por si mismas. Eso no quiere decir que no existan dificultades con algunos términos y expresiones. Particular- mente, como lector me hubiera gustado en ocasiones saber qué ha movido a un traductor a elegir una, y no otra, palabra castellana para traducir lo que en inglés tiene ya un vocablo cominmente aceptado. Cuando me han surgido dudas en la presente traduccién, me he atenido al “Vocabulario Cientifico y Técnico” de la Real Academia de Ciencias Exactas, Fisicas y Naturales, publi- cado por Espasa-Calpe (Madrid, 1996); en particular, he empleado la palabra “cercha” como traduccién del vocablo inglés “spline”. Con objeto de que la lectura del texto resulte mds fluida, he mantenido ciertos abusos de notacién y lenguaje que ya se hacen en la edicién inglesa original. Asi, por ejemplo, escribiremos “la funcién f(x) = cos(z)” y no “la funcién f : R > R definida por f(x) = cos(x)”, o bien “el area limitada por la funcién f(x) para a < x 0, existe 6 > 0 tal que | f(z) - L| < ¢ siempre que x € Sy 0 < |x —2o| < 6. Cuando usamos notacién incremental 2 = x9 + h, la relacién (1) se escribe (2) link, f(0o + h) = L. aSEC. 1.1 UN REPASO AL CALCULO INFINITESIMAL 3 Definicién 1.2. Supongamos que f(z) estd definida en un conjunto 5 de mtimeros reales y sea xo € 5. Se dice que f es continua en x = ao si (3) jim, f(z) = Flee). Se dice que f es continua en S si es continua en cada punto x € S$. Denotaremos por C(S) el conjunto de todas las funciones f que son continuas en $. Cuando S sea un intervalo, digamos (a, 6], entonces usaremos la notacién C{a, 6] a Definicién 1.3. Sea {zr}, una sucesién de ntimeros reales. Se dice que la sucesién tiene limite L, lo que se escribe (4) lim tp = n-00 si, dado cualquier ¢ > 0, existe un ntimero natural N = N(e) tal que sin > N entonces |¢n — L| <¢. a Cuando una sucesién tiene limite, se dice que es una sucesién conver- gente. Otra notacién habitualmente utilizada es “rz, + L cuando n + 0”. La igualdad (4) es equivalente a (5) slim (en — 2) =0, asi que podemos interpretar la sucesién {¢ = {a, — L}%, como una sucesién de errores. El siguiente teorema relaciona los conceptos de con- tinuidad y sucesién convergente. Teorema 1.1. Supongamos que f(x) esta definida en el conjunto S' y que ao € S. Entonces las siguientes afirmaciones son equivalentes: (a) La funcién f es continua en xo. ©). ¢ b) Si {ap }22, C Sy lim 2p = 29, entonces lim f (2p) = f(x0)- ae Teorema 1.2 (Teorema del valor intermedio o de Bolzano). Suponga- mos que f € C[a,6] y que L es cualquier niimero entre f(a) y f(b). Entonces existe un ntimero c en (a,6) tal que f(c) = L. Ejemplo 1.1. La funcién f(z) = cos(z — 1) es continua en [0, 1] y la constante L = 08 € (f(0), f(1)). La solucién de f(x) = 0.8 en [0,1] es ¢) = 3598, De manera similar, f(z) es continua en [1,2.5] y L = 0.8 est entre f(1) y f(2.5). La solucién de f(x) = 0.8 en [1,2.5] es cz = 1.643502. Estos dos casos se muestran en Ja Figura 1.2. .4 Cap. 1 PRELIMINARES C05 10 LSe, 20 2.5 Figura 1.2 El teorema del valor intermedio aplicado a la funcidn f(x) = cos(x ~ 1) en (0, 1] yen [1,2.5]. Teorema 1.3 (Teorema de los valores extremos para una funcién con- tinua 0 de Weierstrass). Supongamos que f € C[a,b]. Entonces existen una cota inferior My, una cota superior Mz y dos mimeros 2,2 € [a, 6] tales que (7) My = fle) $ Fle) < f(e2)= Ma para cada x € [a,b]. ‘A veces se expresa esto mismo escribiendo (8) Mi = f(a1) = mima 0 para todo x € [a,b]. Entonces existe un ntimero ¢ en (a,b) tal que b be a) [ feoua)ae= so [ aayae, Ejemplo 1.6. Las funciones f(z) = sen(x) y g(x) = 2? verifican las hipétesis del Teorema 1.11 en el intervalo [0,7/2]. En consecuencia, existe un mimero c tal que Je? 2? sen(x) dx _ 1.14159 [Pde © 1.29193 sen(c) = = 0.883631 con lo que ¢ = sen™} (0.883631) = 1.08356. . Series n= serie de término general a,,. La suma parcial n-ésima de la serie se define como Definicién 1.5. Dada una sucesién {ay}, denotaremos por 7%, an la Sn = Sch_, ag y se dice que la serie converge si la sucesién {S,}22, converge aun limite $ Hamado suma de la serie, 0 sea, Gee sig, So = ig, oan = 8 Si una serie no converge, entonces se dice que diverge. aSec. 1.1 UN REPASO AL CALCULO INFINITESIMAL 9 Ejemplo 1.7. Consideremos la sucesion {an}, = { } . Entonces la suma parcial n-ésima es n(n +1) 2 a 1 1 1 S.= > => ( _ Like 2 lk n+l Por tanto, la suma de la serie es 1 S= lim Sy = lim a (1- =1 . n+l Teorema 1.12 (Teorema de Taylor). Supongamos que f € C”*"[a,d] y sea xq € [a,b]. Entonces, para cada x € (a,b), existe un ntimero (x) (el valor de ¢ depende de «) que esta entre aq y x y verifica (as) I(2) = Pala) + Bala), donde i) P,(2) = ae (0) (2 — ay)6 se llama polinomio de Taylor de grado n de f alrededor de x y OHNE) (18) Ry (x) = Tai | a — a9)", Ejemplo 1.8. La funcién f(z) = sen(z) verifica las hipétesis del Teorema 1.12. El polinomio de Taylor P,(z) de grado n = 9 de f alrededor de xo = 0 se obtiene calculando las siguientes derivadas en x = 0 y sustituyendo sus valores en la formula (17): f(z) = sen(z), Fo) fl(z)=-s (2) = costa), f(a) = cosa), FO) = 1, P(x) =ex-Zt+a Las graficas de f y P) en el intervalo [0,27] se muestran en la Figura 1.6. .10 Cap. 1 PRELIMINARES y=f@) Figura 1.6 Las graficas de f(x) = sen(x) y de su polinomio de Taylor P(x) = Pox) = - 29/3! +.0°/5!—2"/7!+29/91. Corolario 1.1. Si P,(z) es el polinomio de Taylor de grado n dado en el Teorema 1.12, entonces (19) PO! (xg) = f(ao) para k=0, 1, -.., m. Evaluacién de un Polinomio Supongamos que escribimos un polinomio P(x) de grado n en la forma (20) P(x) = ana” + ane") + +++ + age? + aya + ag. El método de Horner o regla de Ruffini o division sintética es ma técnica para evaluar polinomios que puede ser vista como una coleccién de multiplicaciones encajadas. Por ejemplo, un polinomio de quinto grado puede escribirse como una coleccién de cinco multiplicaciones encajadas Ps(x) = ((((asa + a4)x + a3) + a2)x + a) )x + a9. Teorema 1.13 (Método de Horner o regla de Ruffini para evaluar po- linomios). Sea P(z) el polinomio dado por la expresién (20) y sea x = ¢ un mimero para el que deseamos evaluar P(c). Pongamos bn = an y calculemos (21) by = ay +cbey1 para k=n-1, n-2,.SEc. 1.1 UN REPASO AL CALCULO INFINITESIMAL 1 Tabla 1.1 Coeficientes b, para el método de Horner. a* |Comparacién de (20) y (24)| Obtencién de by. x @n =bn bn =an ant Qn-1=bn-1— bn |bn-1 = an-1 + ebm ak ay = by — ches by = ay tebe x? a9 = bo — cb, by = a0 + chr entonces by = P(c). Es més, si definimos (22) Qol) = Pax”! + by ra? $+ Dg? + bye + by y Ro = bo, entonces (23) P(a) = (« — c)Qo(a) + Ro, 0 sea, Qo(z) es el polinomio cociente de grado n — 1 y Ro = by = P(c) es el resto de la division de P(z) entre x —c. Demostracién. En la igualdad (23) sustituimos Qo(x) por el miembro derecho de la formula (22) y Ro por by para obtener 2 P(x) = (@ — €)(bne” | + bn-iz” > +++ + bgx® + box + br) + bo (24) = bn 2” + (Bn—1 — chp”! + +++ + (2 — bg)? + (bi — ebz)x + (bo — cbr) Los mimeros by, quedan entonces determinados por la formula (21) sin mds que comparar los coeficientes de x* en la formula (20) y en la igualdad (24), tal y como se muestra en la Tabla 1.1. La igualdad P(c) = by se obtiene facilmente sustituyendo x = c en la igual- dad (23) y usando que Ro = bo: (25) P(e) = (c~ €)Qo(c) + Ro La férmula de recursién para by dada en (21) es facil de construir en un computador. Un algoritmo simple es12 Cap. 1 PRELIMINARES Tabla 1.2 Tabla de Horner para el proceso de division sintética. Dato] dn Qn. Qn-n 0? kg ¢ chy Cbg y = Cee chy chp chy Bn baat ne ey by = PO) Resultado b(n) = a(n); parak=n-—1: -1:0 b(k) = a(k) + cx b(k + 1); fin Cuando el método de Horner se ejecuta a mano, es més facil escribir los coeficientes de P(x) en una fila y hacer la suma b, = aq +cbg41 en una columna debajo de ay. Este procedimiento se ilustra en la Tabla 1.2. Ejemplo 1.9. Uso de la divisién sintética (método de Horner) para hallar P(3) siendo P el polinomio P(x) — 6x + 82° + 8x? + 4a — 40. as au a3 a a ao Dato 1 -6 8 8 4 40 e=3 3 -9 3 15 57 1 -3 1 5 19 | 17= P(3) = bo bs bs bs be by Resultado Por tanto, P(3) = 17. . Ejercicios 1. (a) Halle L = limp s0(4n+1)/(2n+1). Después determine {en} = {L—an} y halle limy.s00 En- (b) Halle L = lim, ..(2n® + 6n — 1)/(4n® + 2n + 1). Después determine {en} = {L— an} y halle limp oo én- 2, Sea {an}, una sucesién tal que lity yoo tn = 2. (a) Halle limn oc sen(an). (b) Halle limy+.o In(SEc. 1.1 UN REPASO AL SALCULO INFINITESIMAL 13 3. Halle los ntimeros c cuya existencia garantiza el teorema del valor intermedio para cada una de las siguientes funciones, en el intervalo que se indica y para cl valor de L dado, (a) f(a) = -2? + 2x +3.en [-1,0] para L = 2. (b) f(x) = Va? — 5x —2 en [6,8] para L = 3. 4, Halle las cotas superior e inferior cuya existencia garantiza el teorema de los valores extremos para cada una de las siguientes funciones en el intervalo que se indica. (a) f(c) =a? - 32 +1 en [-1,2] (b) f(z) = cos? (xr) — sen(x) en [0,27]. 5. Halle los ntimeros ¢ cuya existencia garantiza el teorema de Rolle para cada una de las siguientes funciones en el intervalo que se indica. (a) f(x) = 24 — 4x? en [-2, 2]. (b) f(x) =sen(x) + sen(2z) en [0, 27]. 6. Halle los ntimeros ¢ cuya existencia garantiza el teorema del valor medio para cada una de las siguientes funciones en el intervalo que se indica. (a) fle) = ven (0,4). (b) f(x) = en (0,1). 7. Aplique el teorema de Rolle generalizado a la funcién f(e) = 2 en el intervalo [0,3]. ~1(e-3) 8. Aplique el primer teorema fundamental del célculo a cada una de las siguientes funciones en el intervalo que se indic: (a) f(x) = xe* en (0, 2]. (b) f(z) = ayer 9. Aplique el segundo teorema fundamental del célculo a cada una de las siguien- tes funciones: (a) & fo # costt) at. (b) fe? at. 10. Halle los ntimeros ¢ cuya existencia garantiza el teorema del valor medio para integrales para cada una de las siguientes funciones en el intervalo que se indica, (a) f(z) oa 3,4). (b) F(e a) cos(z) en [0,3 /2]. 11. Halle la suma de cada una de las siguientes sucesiones 0 series. ©) {ehean © (eh, = 1 ) Samer ® Lea = 12. Halle el polinomio de Taylor de grado n = 4 para cada una de las siguientes14 Cap. 1 PRELIMINARES funciones alrededor del punto zo dado. (a) f(z) = Vz, 0 = 1. (b) f(z) = 2° +42? + 3a +1, xo (c) f(z) = cos(z), xo = 0. 13. Sean f(z) = sen(x) y P(z) P®(0) = f®(0) para k = 1, 2 14. Use division sintética (el método de Horner) para hallar P(c) en los siguientes x? /3! + 29/5! — 27/7! + 2°/9!. Pruebe que 9. casos. (a) P(x) = 24 +29 - 132? -2-12,c=3. (b) P(x) = 227 + 2° + 2° - 224 - 2 + 23, 15. Halle el area media de todos los comprendido entre 1 y 3. érculos centrados en el origen cuyo radio est 16. Supongamos que un polinomio P(x) tiene n raices reales en el intervalo [a, 8]. Pruebe que P!"-")(z) tiene al menos una raiz real en dicho intervalo. 17. Supongamos que f, f’ y f” estén definidas en un intervalo [a,b], que f(a) = f(b) = 0 y que f(c) > 0 para todo c € (a,b). Pruebe que existe un ntimero d€ (a,b) tal que f"(d) < 0. Numeros binarios Los seres humanos hacemos los célculos aritméticos usando el sistema numérico decimal (0 en base 10). La mayorfa de los computadores hacen los célculos arit- méticos usando el sistema numérico binario (o en base 2). Esto puede parecer que no es asi porque la comunicacién con el computador (datos/resultados) se hace con niimeros en base 10. Ello no quiere decir que el computador use base 10; de hecho, lo que ocurre es que convierte los datos en mimeros en base 2 (0, quizds, en base 16), lleva a cabo los célculos aritméticos en base 2 y, finalmente, traduce la respuesta a base 10 antes de mostrar el resultado. Hace falta experimentar un poco para verificar este hecho. Un computador con nueve cifras decimales de exactitud dio como respuesta 100000 (1) S 0.1 = 9999.99447. k=1 Aqui se trataba de sumar 100000 veces el niimero 75. La respuesta exac- ta es 10000 y uno de nuestros objetivos es el comprender la raz6n de este cAlculo aparentemente erréneo. Al final de esta seccién, mostraremos que siem- pre perdemos algo cuando el computador traduce la fraccién decimal 4 al sistema binario.SEC. 1.2 NGMEROS BINARIOS 15 Numeros binarios Usamos los mimeros en base 10 para la mayor parte de nuestro quehacer ma- tematico. Por ejemplo, el ntimero 1563 lo podemos expresar de forma desa- rrollada como 1563 = (1 x 10°) + (5 x 107) + (6 x 10') + (3 x 10°). En general, sea N un ntimero natural; entonces existen K’ cifras a9, @1, .-., aK tomadas del conjunto {0,1,...,8,9} tales que N admite el siguiente desarrollo en base 10 N = (ax x 10%) + (ax—1 x 10%-1) +--+ (ar x 10") + (ap x 10°). Esto nos permite expresar N en notacién decimal como (2) N = axax-1-+-024140gien (decimal). Si se sobreentiende que 10 es la base, entonces (2) se escribe como N = agag-1--- 20109. Por ejemplo, sobreentendemos que 1563 = 1563diez- Usando potencias de 2, el mimero 1563 se escribe como 1563 = (1 x 2!) + (1 x 2°) + (0 x 28) + (0 x 27) + (0 x 2°) (3) + (0x 2°) + (1 x 24) + (1 x 29) + (0 x 2?) + (1 x 2!) + (1x 2°). Lo que puede comprobarse haciendo las cuentas: 1563 = 1024+ 512+ 16+8+2+1. En general, sea N un niimero natural; entonces existen J cifras bo, b1, ...; 63, cada una de las cuales es un 0 o un 1, tales que N admite el siguiente desarrollo en base 2 (4) N = (by x 27) + (bya x 2771) $+ + (by x 2") + (bo x 2°). Esto nos permite expresar N en notacién binaria como (5) N = bybj-1+++babibogg, —_ (binaria). Usando la notacién de (5) y la igualdad (3) obtenemos 1563 = 11000011 01140s- Observaciones. Usaremos siempre la palabra “dos” como subindice al final de un mimero binario. Esto nos permitiré distinguir los ntimeros binarios de los mimeros de uso ordinario en base 10. Asi 111 significa ciento once mientras que 11 1gos significa siete.16 Cap. 1 PRELIMINARES A menudo se da el caso de que la representacién binaria de un nimero re- quiere mas cifras que su representacidn decimal. Eso se debe a que las potencias de 2 crecen mucho més lentamente que las potencias de 10. Un algoritmo eficiente para hallar la representacién en base 2 de un ntimero natural N’ puede deducirse de la igualdad (4): Si dividimos ambos miembros de (A) entre 2, obtenemos 6) Nay x2 4 Os 2) bet OEM asi que la cifra bo es el resto de la divisién de N entre 2. A continuacién determinamos 6); para ello escribimos (6) como N/2 = Qo + 6/2, con lo que (7) Qa = (by x 2771) + (bya x 27-7) + + (by x 2") + (by x 2°). Ahora dividimos ambos miembros de (7) entre 2 y obtenemos % <6, x 297?) + (bya x 27-3) te + (be x24 4, luego la cifra by es el resto de la division de Qo entre 2. Continuando este proceso generamos dos sucesiones {Qi} y {b.} de cocientes y restos, respectivamente. EI proceso termina cuando encontramos un mimero natural J tal que Qy = 0. Estas sucesiones obedecen a las siguientes formulas: N =2Qo + bo Qo = 2Qi +b 2Qy-1 + bs-1 2Qs+b) (Qs =0). Qua Ejemplo 1.10. ;Cémo se prueba que 1563 = 11000011 011 dos? Empezamos con N = 1563 y construimos los cocientes y los restos de acuerdoSec. 1.2 NUMEROS BINARIOS 17 con las formulas dadas en (8): 156: 78 390 = 2x 195 +0, 195 =2x 9741, 97=2x 4841, 48=2x 2440, bs 2M=2x 1240, be =0 12=2x 640, b=0 6=2x 340, b=0 3=2x 141, b=1 1=2x 041, bo=l Asi que la representacién binaria de 1563 es 1563 = biobobs ++ b2b1 Dodos = 11000011 01 Laos. . Sucesiones y series Cuando los ntimeros racionales se expresan en forma decimal, se da a menudo el caso de que hace falta una cantidad infinita de cifras. Un ejemplo familiar es 1 (9) 3703, Aqui el simbolo 3 significa que la cifra 3 se repite sin fin para formar un decimal periddico con infinitas cifras todas iguales a 3 (se sobreentiende que estamos trabajando en base 10). Es mas, la intencién matematica es que la notacién de (9) sea una abreviatura de la serie S=(3x 107!) + (3x 107?) +---+(3x 10") + (10) = el = 3(10 == 2 ) S Si sdlo usamos una cantidad finita de cifras, entonces lo que obtenemos es una aproximacién a 1/3. Por ejemplo, 1/3 © 0.333 = 333/1000. El error de esta aproximacién es 1/3000 ya que, usando (10), podemos comprobar que 1/3 = 0.333 + 1/3000. Es importante comprender el desarrollo escrito en (10). Una primera apro- ximacién ingenua seria multiplicar ambos miembros por 10 y restar: 10S = 34(3 x 107!) + (3x 10-2) +--+ (3 x 10-™) +--- — (3 x 1071) — (3 x 10-2) —--- — (3 x 10-7) - 9S = 3+ (0x 107!) + (0x 10-7) +--- + (0x 10-") ++18 Cap. 1 PRELIMINARES Por tanto, S = 3/9 = 1/3. Los teoremas que justifican este procedimiento para restar dos series infinitas pueden encontrarse en la mayoria de los libros de cAlculo infinitesimal. A continuacién repasaremos algunos de los conceptos involucrados; para rellenar las lagunas se puede acudir a un texto estandar de cAlculo infinitesimal. Definicién 1.6 (La serie geométrica). La serie (ay Loe set enter peter tes, n=0 donde ¢ #0 y r #0, se llama serie geométrica de razén r. a Teorema 1.14 (Convergencia de la serie geométrica). La serie geomé- trica tiene las siguientes propiedades: c 12 Si 1. tonces occ (12) i |r| <1, en nee = (13) Si |r| > 1, entonces la serie diverge. Demostracién. La formula para sumar una progresién geométrica finita es e(a—r"t) (14) Sp =eterter +. ter" = para r#l. Para probar (12) observemos que (15) [rl <1 implica que lim r"+? = 0. n-bo0 Tomando limites en (14) y (15) cuando n + 00, obtenemos - __¢ eye di, Se= 75 (I~ ime) = EE La expresi6n (15) de la Seccién 1.1 nos dice que este limite prueba (12). Cuando |r| > Ly r # 1, la sucesién {r"+!} no converge y, por tanto, la ion {S$} dada en (14) no tiene limite; eso prueba (13) para r # 1. Finalmente, si r = 1, entonces S$, = (n+1)c y la sucesién {$,,} no converge. ° La formula que aparece en la expresién (12) del Teorema 1.14 es también una forma eficiente de convertir una expresién decimal periddica en una fraccién. Ejemplo 1.11. 0.3 = > 3(10)-* = -3 + $7 3(10)-* it t= 3 1 =-3+——, =-34+ >=. 0 oes)Sec. 1.2. NGMEROS BINARIOS 19 Fracciones binarias Las fracciones binarias (base 2) pueden expresarse como sumas en las que apare- cen potencias negativas de 2. Si R es un ntimero real tal que 0 < R < 1, entonces existe una sucesién de cifras d), do, ..., dn, ..., todas ellas en {0, 1}, tales que (16) R= (dy x 2") + (dz X27?) +--+ (dy x27) $00. La expresién del miembro derecho de la igualdad (16) suele expresarse en nota- cién fraccionaria binaria como (17) R= 0.dydy +++ dy -gos- Hay muchos mimeros reales cuya representacién binaria requiere una canti- dad infinita de cifras iguales a 1. La fraccién 7/10 puede expresarse como 0.7 en base 10, pero su representacién en base 2 requiere una cantidad infinita de unos: (18) 5 = 0.1011040s- Esta fraccién binaria es periddica: el grupo de cuatro cifras 0110 se repite sin fin. Podemos desarrollar ahora un algoritmo eficiente para hallar representa- ciones en base 2. Si multiplicamos por 2 ambos miembros de la expresién (16), el resultado es (19) 2R = dy + (dy x 271) He + (dy X 27") 4), La cantidad entre paréntesis en el miembro derecho de (19) es un niimero po- sitivo y menor que 1; por tanto, d) es la parte entera de 2R, lo que denotamos por d; = ent (2R). Para continuar el proceso, tomamos la parte fraccionaria de la igualdad (19) y escribimos (20) F, = frac(2R) = (dz x 27!) +--+ (dn x 2-H) $-, donde frac(2R) denota la parte fraccionaria del ntimero real 2R. Multiplicando por 2 ambos miembros de (20), el resultado es (21) 2F, = dz + ((dg x 271) +--+ (dy x 2-7#) +--+), Tomando la parte entera en esta igualdad obtenemos dp = ent(2F1). El proceso contintia, posiblemente sin fin (si R tiene una representacién en base 2 que no es finita ni periédica), y genera de forma recurrente dos sucesiones {dk} y {Fe} dj, = ent(2F,-1), (22) Fj, = frac(2F,1),20 Cap. 1 PRELIMINARES donde d; = ent(2R) y F, = frac(2R). La representacién binaria de R viene dada entonces por la serie convergente (que es una subserie de la serie geométrica de raz6n 1/2). Ejemplo 1.12. La representacién binaria de 7/10 dada en (18) fue encontrada usando las formulas de (22): Sea R = 7/10 = 0.7, entonces 2R=14 d, = ent(14) = Fy = frac(1.4) = 0.4 2F, = 08 dy = ent(0.8) = Fy = frac(0.8) = 0.8 2; = 1.6 d; = ent(1.6) = Fy = frac(1.6) = 0.6 2F; = 1.2 dy = ent(1.2) = = frac(1.2) = 0.2 2F,=04 ds, = ent(0.4) = = frac(0.4) = 0.4 2F; = 0.8 dg = ent(0.8) = 0 Fe = frac(0.8) = 0.8 2) = 16 d; = ent(1.6) =1 F, = frac(1.6) = 0.6. Notese que 2F) = 1.6 = 2g, luego los patrones dk = dea y Fe = Faya se dardn para k = 2, 3, 4, ... En consecuencia, 7/10 = 0.10110dos- / Podemos usar la serie geométrica para hallar el ntimero racional en base 10 al que representa un niimero binario dado. Ejemplo 1.13. Veamos cémo hallar el ntimero racional en base 10 representado por el nimero binario 0.014o.- Escribiéndolo en forma desarrollada: 0.01 gos = (0 x 2-1) + (1 x 277) + (0x 273) + (1x 2-4) + = ye =-l+ ye 7 i i=0 =-1+ -+4e 7 3° 3 Desplazamiento binario Si queremos hallar un ntimero racional conocida su representacin binaria pe- riddica, entonces resulta titil hacer un desplazamiento adecuado de sus cifras binarias. Por ejemplo, supongamos que 5' viene dado por (23) S = 0.0000011000.os.Sec. 1.2 NOMEROS BINARIOS 21 Multiplicando ambos miembros de (23) por 2° desplazamos la coma. binaria cinco lugares hacia la derecha y escribimos 325 como (24) 328 = 0.11000 qos. De forma parecida, multiplicando por 2!° ambos miembros de (23) desplazamos la coma binaria diez lugares hacia la derecha y escribimos 10249 como (25) 10245’ = 11000.1100020s- Restando las igualdades (24) y (25) obtenemos 9925 = 11 0000s 0, puesto que 11 000,05 = 24, también 9925 = 24, luego S = 8/33 Notaci6dn cientifica Una forma estandar de representar un mimero real, llamada notacién cien- téfica, consiste en desplazar la coma decimal a la vez que proporcionamos una potencia de 10 adecuada. Por ejemplo 0.0000747 = 7.47 x 107°, 31.4159265 = 3.14159265 x 10, 700.000 000 = 9.7 x 10°. En quimica, una constante muy importante es la conocida como nmimero de Avogadro: 6.02252 x 102%, que es el ntimero de dtomos de un elemento que hay en una masa de tantos gramos de ese elemento como indique su peso atémico. En ciencias de la computacién, se define 1K = 1.024 x 103. Ntimeros del computador Los computadores usan para los ntimeros reales una representacién binaria en coma flotante normalizada. Esto significa que lo que almacena el computador no es una cantidad matematica x, sino una aproximacién binaria a x: (26) wet x2" El numero q se llama mantisa y es una expresin binaria finita que verifica la desigualdad 1/2 < q < 1. El ntimero entero n se lama eaponente. Un computador sélo utiliza un pequeiio subconjunto de mimeros reales. Tipicamente, este subconjunto contiene sdlo una porci6n de los mimeros binarios sugeridos por (26) ya que es necesario restringir el mimero de cifras binarias que puedan tener tanto q como n. Por ejemplo, consideremos el conjunto de todos los ntimeros reales positivos de la forma (27) O.dydodgdaaos x 2",22 Cap. 1 PRELIMINARES Tabla 1.3 Equivalentes decimales para un conjunto de ntimeros binarios con una mantisa de 4 cifras y un exponente de n = —3, 84 Exponente: Mantisa _.=~—=SEr_rrrserce__CLCU 0.1000d0s | 0.0625 0.125, 0.25 0.5 | 1 2 4 8 0.1001g0s | 0.0703125 | 0.140625 | 0.28125 | 0.5625 | 1.125 | 2.25 45 9 0.1010a0s | 0.078125 0.15625 0.3125 0.625, 1.25 2.5 5 10 0.101140; | 0.0859375 | 0.171875 | 0.34375 0.6875 | 1.375 | 2.75 5.5 il 0.1100a0s | 0.09375 0.1875 0.375 0.75 15 3 6 12 0.110140 | 0.1015625 | 0.203125 | 0.40625 | 0.8125 | 1.625 | 3.25 | 6.5 | 13 0.1110des | 0. 109375 0.21875, 0.4375, 0.875 3.5 7 cc 0.111 10s | 0.1171875 | 0.234375 | 0.46875 Soe ei. 15 donde d; = 1 y do,dg y dy son bien 0, bien 1, y n € {-3,—2,-1,0,1, ‘Tenemos ocho elecciones posibles para la mantisa y ocho elecciones posibles para el exponente de (27), lo que nos proporciona un conjunto de 64 mimeros: (28) {0.1000g0s x 278, 0.1001g0s x 273, 0.1110g0s x 24, 0.111 laos x 24}. Las expresiones decimales de estos 64 ntimeros se recogen en la Tabla 1.3. Es importante darse cuenta de que cuando la mantisa y el exponente de (27) se restringen, el computador dispone sélo de un ntimero limitado de valores entre los que elegir para almacenar una aproximacién al nimero real x. i. Qué ocurrirfa si pidiéramos a un computador con una mantisa de 4 cifras. como la que acabamos de describir, que realizara la operacién (7 +4) + 4? Supongamos que el computador redondea todos los ntimeros reales al mimero binario mas préximo de los que aparecen en la Tabla 1.3 (mirese en la tabla para comprobar que en cada uno de los pasos siguientes se usa la mejor aproxi- maci6n). ® 0.110105 X 273 = 0.01101 gos x 272 % O.1101gos X 272 = 0.1101 gags x 2 1.001 11go5 x 272. (29) sh fom si El computador debe decidir ahora cémo almacenar el mimero 1.001 Lgos X 272. Supongamos que se redondea como 0.1010aos x 271. El paso siguiente es % 0.101040, X27! = 0.101040. x 27? ®& 0.1011 gos X 2-2 = 0.0101 1gos x 27! O.11111go x 271. (30) infer leeSEC. 1.2 NUMEROS BINARIOS 23, El computador debe decidir ahora cémo almacenar el mimero 0.111 L4os X 27! Puesto que suponemos que redondea, almacena 0.10000,os x 2°. Por tanto, la solucién del computador al problema de la suma es 7 oe 0 (31) Fe © 0:10000,05 % 2°. El error en el cdlculo efectuado por el computador es 7 (32) B 0.10000,0; 0.466667 — 0.500000 = —0.033333, que expresado como un porcentaje de 7/15 es del 7.14%. Precisién de un computador Para almacenar los ntimeros con una precisién adecuada a las necesidades ha- bituales, los computadores deben trabajar con una aritmética binaria de coma flotante en la que la mantisa disponga de al menos 24 cifras binarias; lo que se traduce en unas siete cifras decimales. Si la mantisa utiliza 32 cifras, entonces se pueden almacenar nimeros de hasta nueve cifras decimales significativas. Volva- mos, de nuevo, a la dificultad encontrada en la expresién (1), al comienzo de la seccién, cuando se trataba de sumar 1/10 repetidamente con un computador. Supongamos que la mantisa q que aparece en (26) contiene 32 cifras binarias, entonces la condicién 1/2 < q implica que la primera cifra es d, = 1. Por tanto, qes de la forma (33) q = O.Adods - dg, ds2os- Cuando representamos una fraccién en forma binaria, lo usual es que esta representacidn sea periédica; por ejemplo. 1 7 (34) 5 = 0.0007 To: 1 Cuando usamos una mantisa con 32 cifras, el computador trunca y usa como aproximacién interna 1 (35) 7p © 0-11001100110011001100110011001100405 x ae cuyo error, la diferencia entre (34) y (35), es (36) 0.T100j05 x 273° & 2.328306437 x 10711. Por este motivo, el computador tiene que cometer un error cuando en (1) le pedimos que sume 1/10 cien mil veces, Este error en la suma deberia ser24 Cap. 1 PRELIMINARES al menos de (100 000)(2.328306437 x 10-'') = 2.328306437 x 10°. El error es, de hecho, mucho mayor: habra ocasiones en que sea necesario redondear la suma parcial; ademas, conforme la suma crece, los sumandos 1/10 son pequefios comparados con el tamafio que tenga la suma en ese momento por lo que su contribucién se trunca de forma mds severa. El efecto compuesto de todos estos errores es lo que produce un error final que vale 10000 ~ 9999.99447 5.53 x 1073. Numeros del computador en coma flotante Los computadores disponen de un modo entero y de un modo en coma flotante para representar nimeros. El modo entero se usa para Hevar a cabo operaciones cuyo resultado es con seguridad un niimero entero, lo que tiene un uso limitado en cAlculo numérico. Para las aplicaciones en las ciencias y la ingenieria se utilizan representaciones en coma flotante y debe quedar sobreen- tendido que el uso de una expresién como (26) establece restricciones sobre el niimero de cifras usadas para la mantisa q y sobre el rango del exponente n. Los computadores que usan 32 cifras binarias para representar nimeros reales con precisién simple, reservan 8 cifras para el exponente y 24 para la mantisa (incluyendo los signos); eso les permite representar, aparte del cero, ntimeros reales de magnitud comprendida en el rango que va desde 2.938736E -39 hasta —-:1.701412F + 38 (0 sea, desde 2-1* hasta 2!9°) con seis cifras decimales de precisién mumérica (pues 2-4 = 1.2 x 1077). Los computadores que usan 48 cifras para representar niimeros reales con precisién simple reservan 8 cifras para el exponente y 40 para la mantisa; eso les permite representar mimeros reales de magnitud comprendida en el rango que va desde —2.9387358771E — 39 hasta —_‘1.7014118346E + 38 (0 sea, desde 2-128 hasta 2!2) con 11 cifras decimales de precisién numérica (pues 2-89 = 1.8 x 10722) el computador emplea 64 cifras para representar ntimeros reales con pre- in doble, entonces puede reservar, por ejemplo, 11 cifras para el exponente lo que permite representar ntimeros reales de magnitud qd y 53 para la mantis comprendida en el rango que va desde — 5.562684646268003F — 309 hasta —_ 8.988465674311580E + 307 (0 sea, desde 2-104 hasta 21028) con una precisién de unas 16 cifras decimales (ya que 2-®? = 2.2 x 107"),Src. 1.2 NUMEROS BINARIOS 25 Ejercicios 1. Use un computador para realizar las siguientes operaciones de forma acumu- 10. 11. a . Siga el Ej . En las siguientes a lada; la intencién es que el computador vaya haciendo las substraccione forma repetida; sin emplear el atajo de la multiplicacién. (a) 10000 — 37,9 0.1 (b) 10000 — 7320 0.125 . Use las relaciones (4) y (5) para convertir los siguientes ntimeros binarios en su forma decimal (base 10). (a) 10101aos (b) 111000d0s (c) 1111111040. (4) 100000011145, . Use las relaciones (16) y (17) para convertir las siguientes fracciones binarias en su forma decimal (base 10) (a) 0.1101 Laos (b) 0.101010 (c) 01010101405 (4) 0.110110110,05 . Convierta los siguientes niimeros binarios cn su forma decimal (base 10). (a) 1.0110101a0s (b) 11.001001000140s . Los ntimeros del Ejercicio 4 son aproximadamente V2 y z. Halle el error de dichas aproximaciones; es decir, halle (a) ¥2-1.0110101g05 (Use que V2 = 1.41421356237309...) (b) 7 ~11.0010010001g0s (Use que = 3.14159265358979....) . Siga el Ejemplo 1.10 para convertir los siguientes mimeros en su forma binaria (a) 23 (b) 87 (c) 378 (d) 2388 . Siga el Ejemplo 1.12 para convertir los siguientes mimeros en fracciones bina- rias de la forma 0.did2 += dnaos- (a) 7/16 (b) 13/16 (c) 23/32 (a) 75/128 emplo 1.12 para convertir los siguientes mimeros en fracciones bina- rias per . (a) 1/10 (b) 1/3 (c) 1/7 proximaciones binarias con siete cifras significativas, halle el error de la aproximacién R — 0.d; dd dadsdodz<5- (a) R=1/10% 0.0001100,05 (b) R= 1/7 = 0.0010010,es Pruebe que el desarrollo binario 1/7 = 0.00Taos es equivalente ad = 4+ 4+ sis +++ y use el Teorema 1.14 para justificar dicho desarrollo. Pruebe que el desarrollo binario 1/5 = 0.001 Los es equivalente a } = ¢ yt gag t+ y use el Teorema 1.14 para justificar dicho desarrollo. ai Pruebe que cualquier mimero 2~ sentarse como un mimero decimal con N 0.d;dyd3---dy. Indicaci6n. 1/2 = 0.5, 1/4 , siendo N un ntimero natural, puede repre- es decir, 27% =1.3 26 Cap. 1 PRELIMINARES 13. Use la Tabla 1.3 para determinar qué ocurre cuando un computador con una mantisa de cuatro cifras leva a cabo los siguientes cdlculos. (a) (G45) +5 (b) (ip +3) +3 () (+a) +4 () Go +a) +7 14. Pruebe que si sustituimos 2 por 3 en todas las formulas de (8), el resultado es un método para hallar la expresién en base 3 de un mimero natural. Utilice esto para expresar los siguientes ntimeros en base 3. (a) 10 (b) 23 (c) 421 (d) 1784 15. Pruebe que si sustituimos 2 por 3 en (22), el resultado es un método para hallar la expresién en base 3 de un niimero positive R tal que 0 < R < 1. Utilice esto para expresar los siguientes ntimeros en base 3. (a) 1/3 (b) 1/2 (c) 1/10 (d) 11/27 16. Pruebe que si sustituimos 2 por 5 en todas las formulas de (8), el resultado es un método para, hallar la expresién en base 5 de un ntimero natural. Utilice esto para expresar los siguientes mimeros en base 5. (a) 10 (b) 35 (c) 721 (d) 734 17. Pruebe que si sustituimos 2 por 5 en (22), el resultado es un método para hallar la expresién en base 5 de un miimero positivo R tal que 0 < R < 1. Utilice esto para expresar los siguientes ntimeros en base 5. (a) 1/3 (b) 1/2 (c) 1/10 (a) 154/625 Analisis del error En la practica del célculo numérico es importante tener en cuenta que las solu- ciones calculadas por el computador no son soluciones matematicas exactas. La precisibn de una solucién numérica puede verse disminuida por diversos fac- tores, algunos de naturaleza sutil, y la comprensién de estas dificultades puede guiarnos a menudo a desarrollar o a construir algoritmos numéricos adecuados. Definicién 1.7. Supongamos que jes una aproximacién a p. El error abso- luto de la aproximacién es Ey = |p — | y el error relativo es Ry = |p —7i\/|p\, supuesto que p # 0. a El error absoluto no es mas que la distancia entre el valor exacto y el valor aproximado, mientras que el error relativo mide el error entendido como una porcidn del valor exacto. Ejemplo 1.14. Vamos a encontrar el error absoluto y el error relativo en los siguientes casos. Sean x = 3.141592 y # = 3.14, entonces el error absoluto es (1a) )3.141592 — 3.14] = 0.001592